조정

파라미터를설정하고컨벌루션신경망훈련시키기

컨벌루션신경망의훈련파라미터를설정하는방법을알아봅니다。

검사지점신경망에서훈련재개하기

이예제에서는딥러닝신경망을훈련시킬때검사지점신경망을저장하고이전에저장한신경망에서훈련을재개하는방법을보여줍니다。

베이즈최적화를사용한딥러닝

이예제에서는딥러닝에베이즈최적화를적용하여컨벌루션신경망을위한최적의신경망하이퍼파라미터와훈련옵션을찾는방법을보여줍니다。

使用自定义训练循环训练网络

这个例子展示了如何训练一个网络，用一个定制的学习速率计划来分类手写数字。

딥러닝팁과요령

딥러닝신경망의정확도를높이는방법을알아봅니다。

실험

创建一个深度学习的分类实验

这个例子展示了如何使用实验管理器．

为回归创建一个深度学习实验

这个例子展示了如何使用使用训练一个深度学习网络进行回归实验管理器．

使用度量函数评价深度学习实验

这个例子展示了如何使用度量函数来评估一个实验的结果。

尝试多个预先训练的网络来进行迁移学习

这个例子展示了如何配置一个实验来替换不同的预先训练的网络层来进行迁移学习。

用权值初始化器进行迁移学习的实验

这个示例演示了如何配置一个实验，该实验使用不同的权重初始化器进行训练，初始化卷积和完全连接层的权重。

并行训练深度学习网络

这个例子展示了如何在本地机器上运行多个深度学习实验。

시각화

딥러닝을사용하여웹캠영상분류하기

이예제에서는사전훈련된심층컨벌루션신경망GoogLeNet을사용하여웹캠의영상을실시간으로분류하는방법을보여줍니다。

딥러닝훈련진행상황모니터링하기

딥러닝을위해신경망을훈련시킬때는훈련진행상황을모니터링하는것이유용한경우가종종있습니다。

gradcam揭示了Deep Learning决策背后的原因

这个例子展示了如何使用梯度加权类激活映射(grade - cam)技术来理解为什么深度学习网络会做出分类决策。

理解使用遮挡的网络预测

这个例子展示了如何使用遮挡敏感性图来理解为什么深度神经网络会做出分类决定。

研究使用梯度归因技术的分类决策

这个例子展示了如何使用梯度属性图来研究图像的哪些部分对深度神经网络的分类决策是最重要的。

使用类激活映射研究网络预测

这个例子展示了如何使用类激活映射(CAM)来研究和解释用于图像分类的深度卷积神经网络的预测。

使用最大和最小激活图像可视化图像分类

这个例子展示了如何使用数据集来找出是什么激活了深层神经网络的通道。

使用tsne查看网络行为

这个例子展示了如何使用tsne命令功能查看经过训练的网络中的激活情况。

监控GAN培训进度，识别常见故障模式

学习如何诊断和修复GAN训练中一些最常见的故障模式。

Deep Dream Images Using GoogLeNet

这个例子展示了如何使用deepDreamImage使用预先训练的卷积神经网络GoogLeNet。

컨벌루션신경망의활성화시각화하기

이예제에서는컨벌루션신경망에영상을입력하고신경망의여러계층의활성화결과를표시하는방법을보여줍니다。

可视化LSTM网络的激活

这个例子展示了如何通过提取激活来研究和可视化LSTM网络学习的特征。

컨벌루션신경망의특징시각화하기

이예제에서는컨벌루션신경망이학습한특징을시각화하는방법을보여줍니다。